JP7146933B2 - 情報提供装置 - Google Patents

Description

本開示は、情報提供装置に関する。

ユーザとの対話を行う対話システムにおいて、ユーザへの応答内容をどのように決定するかについて、種々の検討が進められている（例えば、特許文献１参照）。

特開２０１８－１０９６６３号公報

しかしながら、ユーザに対してシステム側から積極的に発話する内容をどのように決定するかについては、検討の余地があった。

本開示は上記を鑑みてなされたものであり、ユーザに対して、より適切な発話を行うことが可能な情報提供装置を提供する。

上記目的を達成するため、本開示の例示的実施形態に係る情報提供装置は、ユーザに対して発話により音声情報を提供する情報提供装置であって、前記ユーザに対して発話する候補となる発話文に対して、前記発話文の発話の優先度に関係する数値であるスコアを算出して付与するスコア付与部と、前記発話文と、前記発話文に対して前記スコア付与部により付与されたスコアとを対応付けて保持する発話待機情報保持部と、前記発話待機情報保持部に保持されている前記スコアのうち最も高いスコアに対応付けられて保持されている発話文を選択する発話情報選択部と、前記発話情報選択部により選択された発話文を音声情報として出力する出力部と、を有する。

本開示によれば、ユーザに対して、より適切な発話を行うことが可能な情報提供装置が提供される。

情報提供装置の概略構成を説明する図である。 情報提供装置の発話管理モジュールについて説明する図である。 情報提供装置の発話待機情報保持部において保持される情報の例を示す図である。 情報提供装置による情報提供方法について説明するシーケンス図である。 情報提供装置のハードウェア構成を説明する図である。

以下、添付図面を参照して、本開示の例示的実施形態を説明する。なお、図面の説明においては同一要素には同一符号を付し、重複する説明を省略する。

図１は、本開示の一実施形態に係る情報提供装置の概略構成を示す図である。図１に示す情報提供装置１は、ユーザＵに対して音声で情報を提供する装置である。また、情報提供装置１は、ユーザＵからの発話に対応して音声により応答する機能も有する。すなわち、情報提供装置１は、ユーザＵとの対話が可能な対話装置として機能する。情報提供装置１は、対話モジュール１０と、発話管理モジュール２０と、応答情報生成モジュール３０と、発話情報生成モジュール４０Ａ，４０Ｂと、を含んで構成される。

本実施形態で示す情報提供装置１は、リアルタイムで進行する特定のコンテンツについてユーザＵが観賞しているまたは興味を示している場合に、当該コンテンツに対応した情報をユーザＵに対して提供することを特徴とする。リアルタイムで進行する特定のコンテンツとは、例えば、スポーツ、競馬、株価変動等が挙げられる。また、気象情報や一般的なニュースなどの一般的な情報、または、日常生活自体を「コンテンツ」として取り扱ってもよい。情報提供装置１は、これらのコンテンツをユーザＵが観賞している場合に、コンテンツの進行に応じてユーザＵに対して情報を提供する。以下、ユーザＵが観賞しているまたは興味を示しているコンテンツを、「対象コンテンツ」という場合がある。情報提供装置１は、対象コンテンツに関する情報をユーザＵに対して提供する。

上記の場合のユーザＵに対する情報提供とは、ユーザＵからの質問に対して応答することではなく、情報提供装置１からユーザＵに対して自発的に情報を提供することを指す。なお、情報提供装置１は、ユーザＵからの質問に対して応答する構成も有している。したがって、情報提供装置１は、ユーザＵからの質問に対して応答すると共に、自発的にユーザＵに対して情報提供を行う装置である。

情報提供装置１の対話モジュール１０は、ユーザＵとの間の音声による情報の送受信のインタフェースとなるモジュールであり、ユーザＵの発する音声を受信する機能と、ユーザＵに対して音声を発する機能とを有する。すなわち、対話モジュール１０は、ユーザＵに対して発話により音声情報を提供する出力部としても機能する。

ユーザＵの発する音声を受信する機能としては、例えば、マイクが挙げられる。また、ユーザＵに対して音声を発する機能としては、例えば、スピーカーが挙げられる。また、対話モジュール１０では、受信したユーザＵの音声の音声認識処理等を行ない、テキストデータ化する機能を有していてもよい。テキストデータ化されたユーザＵからの音声情報は、後述の発話管理モジュール２０へ送られる。さらに、対話モジュール１０では、ユーザＵへの発話のために、後述の発話管理モジュール２０から提供されるテキストデータの音声合成処理を行う機能を有していてもよい。対話モジュール１０が上記の音声認識処理および音声合成処理を行う場合、対話モジュール１０と発話管理モジュール２０との間での情報（ユーザＵに対して提供する情報またはユーザＵから取得した情報）の送受信には、テキストデータが用いられる。

発話管理モジュール２０は、ユーザＵに対して発話する音声情報の管理を行う。詳細は後述するが、対象コンテンツの進行状況に応じて、ユーザＵに対して、対象コンテンツに関するどのような情報をどのようなタイミングで提供するか、を管理する。また、ユーザＵからの問い合わせがあった場合には、ユーザＵの問い合わせに対して適切に応答する機能も有する。発話管理モジュール２０では、情報提供装置１から問い合わせに対する応答も含む、ユーザＵに対する情報提供に係る管理を行う機能を有する。なお、発話管理モジュール２０は、応答情報生成モジュール３０で生成された応答文、発話情報生成モジュール４０Ａ，４０Ｂで生成された発話文を蓄積し、適切なタイミングに、対話モジュール１０を介してユーザＵに対して出力することに係る制御を行う。この制御の詳細は後述する。

応答情報生成モジュール３０は、ユーザＵから問い合わせがあった内容に対する応答文を作成するモジュールである。応答情報生成モジュール３０では、発話管理モジュール２０から送られるユーザＵからの問い合わせに対する応答文を生成する。なお、応答文の生成の際に、外部装置等との間で通信等を行ない必要な情報を取得する構成であってもよい。応答情報生成モジュール３０において生成された応答文は、発話管理モジュール２０へ送られて、ユーザＵへの出力が行われる。

発話情報生成モジュール４０Ａ，４０Ｂは、いずれも、ユーザＵに対して自発的に発話する発話文を生成する機能を有する。情報提供装置１では、２つの発話情報生成モジュール４０Ａ，４０Ｂにより構成されている例を示すが、発話情報生成モジュールの数は１つでも３つ以上の複数でもよい。情報提供装置１では、発話情報生成モジュール４０Ａは、対象コンテンツの進行に直結した情報を含む発話文を生成するモジュールであり、発話情報生成モジュール４０Ｂは、対象コンテンツの進行に直接は関係しないがコンテンツに関係する情報に係る発話文を生成するモジュールである、とする。ただし、複数の発話情報生成モジュールを有している場合、上記のような取り扱いの区分けを行っていても行っていなくてもよい。

発話情報生成モジュール４０Ａは、対象コンテンツの進行に係る情報に係る発話文を生成する。発話情報生成モジュール４０Ａは、発話文を生成するために、対象コンテンツの進行に係る情報を提供する外部装置である、コンテンツ進行情報提供装置５０からの情報を取得する。コンテンツ進行情報提供装置５０は、対象コンテンツの進行状況を示す情報を文章とは異なるデータ形式で提供する装置である。対象コンテンツの進行状況を示す情報とは、例えば、対象コンテンツがスポーツの場合にはプレイの詳細内容を示す情報が挙げられる。また、対象コンテンツが株価変動の場合には、価格変動が大きい株に係る情報が挙げられる。コンテンツ進行情報提供装置５０からこれらの情報を取得すると、発話情報生成モジュール４０Ａは、これらの情報を説明するための文章（自然文）を生成する。

発話情報生成モジュール４０Ｂは、対象コンテンツに関連する情報に係る発話文を生成する。発話情報生成モジュール４０Ｂは、発話文を生成するために、対象コンテンツの進行に係る情報を提供する外部装置である、コンテンツ進行情報提供装置５０からの情報を取得する。また、コンテンツ進行情報提供装置５０とは異なる装置である外部ＤＢ６０（データベース）等から情報を取得してもよい。なお、対象コンテンツに関連する情報とは、例えば、対象コンテンツがスポーツの場合には特定のプレイを行ったプレイヤーに係る情報、または、特定のプレイを説明する情報等が挙げられる。また、対象コンテンツが株価変動の場合には、価格変動が大きい株と同じ業種の株価に関する情報、または、関連企業の情報等が挙げられる。コンテンツ進行情報提供装置５０において出力される対象コンテンツの進行に係る情報、および、外部ＤＢ６０において出力される情報等を組み合わせて、発話情報生成モジュール４０Ｂは、これらの情報を説明するための文章を生成する。

発話情報生成モジュール４０Ａ，４０Ｂにおいて生成された応答文は、発話管理モジュール２０へ送られて、ユーザＵへの出力が行われる。

次に、発話管理モジュール２０について、図２を参照しながらさらに説明する。図２に示すように、発話管理モジュール２０は、発話待機情報保持部２１、発話判定部２２、および、スコア付与部２３を有する。スコア付与部２３は、内容スコア算出部２４、経過時間スコア算出部２５、および、状況スコア算出部２６を有する。

発話待機情報保持部２１は、発話情報生成モジュール４０Ａ，４０Ｂから送られる発話文を保持する機能を有する。すなわち、ユーザＵに対して発話により音声情報を提供する候補となる情報である発話文を保持する機能を有する。発話判定部２２は、ユーザＵに対して発話により音声情報を提供するか否かを判定すると共に、発話する場合には、発話待機情報保持部２１において保持される発話文から、ユーザＵに対して音声情報として出力する（発話する）発話文を選択する機能を有する。スコア付与部２３は、発話待機情報保持部２１において保持される発話文それぞれに対して、スコアを付与する。スコアとは、発話の優先度に関係する数値である。付与されているスコアが高い発話文ほど、ユーザＵに対して音声情報として提供することが好ましい情報であるといえる。換言すると、スコアは、ユーザＵの周辺環境等を考慮して設定される値であり、コンテキストを考慮した数値であるともいえる。

発話情報生成モジュール４０Ａ，４０Ｂでは、対象コンテンツの進行状況に応じて、種々の発話文が生成される。ただし、全ての発話文を情報提供装置１がユーザＵに対して出力すると、情報提供装置１から出力される音声情報が過多となる可能性がある。また、ユーザＵからの問い合わせがあった場合には、問い合わせへの応答を優先することが望まれる。したがって、情報提供装置１から出力する音声情報のうち、発話文の量は適宜調整を図る必要がある。

また、情報提供装置１から出力する音声情報の内容も状況（特にコンテンツの進行状況）に応じて適宜変化させることが望まれる。例えば、対象コンテンツが緊迫した状況では、ユーザＵは、対象コンテンツの関連情報よりも対象コンテンツの進行自体を説明する情報を知りたいことも考えられる。一方、対象コンテンツの変化が乏しい状況では、対象コンテンツの進行を説明する情報が少なくなるので、対象コンテンツの関連情報を提供することでユーザＵの興味を引くことも考えられる。

上記の点を鑑み、情報提供装置１では、発話情報生成モジュール４０Ａ，４０Ｂで生成される発話文を全て発話するのではなく、対象コンテンツの進行状況等を考慮して発話文を選択して出力する。この管理を行うのが発話管理モジュール２０となる。

発話管理モジュール２０の発話待機情報保持部２１では、発話情報生成モジュール４０Ａ，４０Ｂにおいて生成された発話文（発話の候補となる発話文）を蓄積する。そして、発話情報生成モジュール４０Ａ，４０Ｂに蓄積された発話文のうち、どの発話文を音声情報として出力するかを発話判定部２２が判定する。この判定に用いられるのがスコア付与部２３において算出して付与されるスコアである。発話判定部２２は、発話待機情報保持部２１において保持される発話文毎に、スコア付与部２３により付与されたスコアを参照し、スコアが最上位であり（最も高く）、かつ、所定の閾値以上である発話文を音声情報として出力する発話文として選択する。

スコア付与部２３では、主に３つの要素に基づいてスコアを算出し、これらを合算して発話文毎のスコアを算出する。３つの要素は、「内容スコア」、「経過時間スコア」、および、「状況スコア」であり、これらの各要素に係るスコアを、内容スコア算出部２４、経過時間スコア算出部２５、および、状況スコア算出部２６において算出する。

「内容スコア」とは、発話文に含まれる内容に基づいて算出される数値である。発話文には、複数の単語が含まれている。内容スコアは、これらの複数の単語に基づいて付与されるスコアである。内容スコアの付与の仕方は特に限定されないが、簡単な方法としては、対象コンテンツに関連する単語について単語毎に予め付与するスコアを決めておき、発話文に含まれる単語毎に対応するスコアを加算していく方法が挙げられる。また、ディープラーニング等の機械学習に係る手法を利用して、発話文毎に特徴量を算出し、この特徴量をスコアとする方法を用いてもよい。例えば、単語の集合により構成されている文と、この文の重要度に対応付けられたスコア（０～１の確率として示された数値）と、の組を複数準備して、教師データを作成し、この教師データを利用して、ＣＮＮ（Convolution Neural Network）等のディープラーニング手法を用いて、対象となる発話文のスコアを算出する構成としてもよい。スコアの算出に用いるディープラーニングの手法または機械学習の手法は特に限定されない。

「経過時間スコア」とは、情報提供装置１が前回ユーザＵに対して音声情報を出力してからの経過時間に対応する数値である。情報提供装置１では、ユーザＵに対して前回音声情報を出力した時点からの時間の長さに応じてスコアを変化させる。経過時間に応じて付与するスコアについては、例えば、経過時間スコア算出部２５において、予め経過時間に基づくスコアの算出式等を準備しておき、算出式に基づいて自動的に付与する数値を決定する方法が挙げられる。ただし、この方法には限定されない。

「状況スコア」とは、対象コンテンツの進行状況に基づいて決定される、対象コンテンツの状況に応じた情報提供の必要性を示す数値である。例えば、対象コンテンツが緊迫した状況では、ユーザＵは、対象コンテンツに係る音声情報に対する要求が高くなる可能性があるため、スコアを高く設定すると考えることができる。また、対象コンテンツが緊迫していない状況では、対象コンテンツに係る関連情報についてもユーザＵが興味を示す可能性があるため、関連情報に対してスコアを高く設定するという考え方もできる。このように、状況スコアとは、対象コンテンツの進行状況に応じて設定されるスコアである。

なお、状況スコアは、上述の通り対象コンテンツの進行状況に基づいて設定される。したがって、状況スコア算出部２６は、発話情報生成モジュール４０Ａ，４０Ｂが取得するコンテンツ進行情報提供装置５０からのコンテンツの進行に係る情報を利用して、状況スコアを算出する構成としてもよい。このような構成の場合、状況スコア算出部２６では、状況スコアを算出する方法として、コンテンツ進行情報提供装置５０から提供されるコンテンツの進行に係る情報に含まれて、対象コンテンツの進行状況との関連性が高い単語に対して予め特定のスコアを決めておく方法を用いることができる。例えば、対象コンテンツがサッカーである場合には、大きなイベントとなると考えられる「ゴール」に対してスコア１．０を付与し、サッカーでは頻発しがちな「パス」に対してはスコア０．１を付与する、という手法が考えられる。また、サッカーの場合には、プレイ中のボールの位置等をスコアに変換して、利用するという手法が考えられる。また、対象コンテンツが株価変動である場合には、例えば、株価の「暴落」または「ストップ高」などが、スコアを付与する対象となる単語になり得る。

なお、対象コンテンツが日常生活全般のような一般的な状況である場合にも、状況スコアの付与はできる。具体的には、情報提供装置１からの音声情報の提供をユーザＵが望むと想定される事象（例えば、天候の変化を示す情報）を示す単語には、予め高い値のスコアを設定し、音声情報の提供をユーザＵが望まないと想定される事象（例えば、ユーザＵの外出予定を示す情報など）を示す単語には、予め低い値のスコアを設定しておくことができる。このような構成とすることで、対象コンテンツがスポーツなどの特定のカテゴリのものに限定されない場合でも、状況スコアの付与が可能となる。

状況スコア算出部２６では、例えば、発話文の生成のタイミングで、コンテンツ進行情報提供装置５０から提供されるコンテンツの進行に係る情報のうち、直近の（または直近から所定の数の）情報から、スコアが決められた特定の単語を取り出し、そのスコアの合計を算出して、状況スコアとする方法を用いてもよい。このように、状況スコアの付与の方法は特に限定されず、種々の方法を用いることができる。また、状況スコアの付与についても、内容スコアと同様に、機械学習等の手法を用いてもよい。

なお、発話情報生成モジュール４０Ａ，４０Ｂが取得する情報とは別の情報に基づいて状況スコアを算出する構成としてもよい。

各部で算出されるスコアについては、０以上の数値で表現してもよいし、確率（０～１）で表現してもよい。

上記のように、内容スコア算出部２４、経過時間スコア算出部２５、および、状況スコア算出部２６では、一の発話文に対して互いに異なる観点からスコアを算出する。そして、スコア付与部２３では、各部で算出されたスコアを合算することで、一の発話文に対するスコアを算出する。スコアの合算方法は特に限定されず、例えば、単純な加算としてもよい。また、内容スコア、経過時間スコア、および状況スコアが、それぞれ確率（０～１）で算出される場合には、アンダーフローを避けるために、各スコアの対数の合計を求めて、一の発話文に対するスコアとしてもよい。

発話情報生成モジュール４０Ａ，４０Ｂにおいて生成されて、発話待機情報保持部２１において保持される発話文毎に、スコア付与部２３においてスコアが算出されて付与される。この結果、図３に示すように、発話待機情報保持部２１では、情報提供装置１からの発話を待機している発話文（キュー）に対してそれぞれスコアが付与されて保持されている。図３に示す例では、「Ａ選手がシュートしました。」という発話文に、スコア０．８が対応付けられている。また、「Ａ選手は、○○出身です。」という発話文には、スコア０．７が対応付けられている。このように、発話待機情報保持部２１では、発話情報生成モジュール４０Ａ，４０Ｂにおいてそれぞれ生成された発話文について、個別にスコアが付与された状態で保持されている。

なお、発話待機情報保持部２１で保持されている発話文に対応付けられているスコアは、適宜更新されてもよい。例えば、対象コンテンツの進行状況によっては、各発話文に付与されているスコアが適切ではなくなる場合がある。また、発話待機情報保持部２１で保持されている発話文を用いた発話、あるいは、ユーザＵからの問い合わせに対して応答のために、情報提供装置１から音声出力を行った場合には、経過時間がリセットされる。そのため、発話待機情報保持部２１で保持されるスコアは、適宜（例えば、所定のタイミングで）スコア付与部２３により更新されてもよい。

発話判定部２２では、発話待機情報保持部２１を定期的（例えば、数百ｍ秒おき）に参照する。そして、発話判定部２２は、発話待機情報保持部２１に保持されている発話文のうち最もスコアが高い発話文を参照し、当該発話文に対して付与されているスコアが、予め定めた閾値以上である場合には、当該発話文に基づいてユーザＵに対して発話すると判定し、当該発話文を選択する。すなわち、発話判定部２２は、ユーザＵに対して音声情報として提供する発話文を選択する発話情報選択部としての機能を有する。

なお、発話判定部２２は、発話待機情報保持部２１に保持されている発話文のうち最もスコアが高い発話文に対して付与されているスコアが閾値よりも小さい場合には発話が不要であると判断し、次の機会まで発話を行わない構成としてもよい。

発話判定部２２により発話すると判定された発話文は、発話待機情報保持部２１から消去される。これにより、同じ発話文が再度発話されることを防ぐことができる。また、発話待機情報保持部２１に保持されてから所定時間経過した発話文も、発話可能性が低くなったとして発話待機情報保持部２１から消去することができる。このような構成とすることで、発話待機情報保持部２１に保持される発話文のうち、今後発話する予定がない（見込みが低い）発話文が長時間保持されて、データ量が増大することを防ぐことができる。

なお、発話判定部２２が発話待機情報保持部２１を参照するタイミングは、ユーザＵからの発話（問い合わせなど）の有無等に応じて適宜変更してもよい。例えば、ユーザＵからの発話あった場合には、情報提供装置１ではユーザＵからの発話に応答することが優先され、情報提供装置１からの自発的な発話は省略される。したがって、このような状態では、発話判定部２２は、発話待機情報保持部２１の参照自体を省略してもよい。情報提供装置１において、発話管理モジュール２０は、ユーザＵからの発話に対する応答についても管理する。したがって、発話管理モジュール２０では、発話の優先度等に基づいて、ユーザＵからの発話に対する応答、および、自発的な音声情報の提供を両立できるように、発話する情報の管理を行う。

次に、図４を参照しながら、情報提供装置１における情報提供方法について説明する。図４では、情報提供装置１側からの自発的な音声情報野提供に係る手順を説明している。なお、図４では、ユーザＵからの発話に対する応答に係る手順についての説明は行っていない。

図４に示すように、情報提供装置１の発話情報生成モジュール４０Ａ，４０Ｂでは、コンテンツ進行情報提供装置５０から対象コンテンツの進行に係る情報を取得する（Ｓ０１）。発話情報生成モジュール４０Ａ，４０Ｂでは、コンテンツ進行情報提供装置５０からのコンテンツの進行情報に基づいて、情報提供装置１がユーザＵに対して音声出力するための発話文を生成する（Ｓ０２）。生成された発話文は、発話情報生成モジュール４０Ａ，４０Ｂから発話管理モジュール２０へ送られる（Ｓ０３）。

発話管理モジュール２０では、取得した発話文について、まず、スコア付与部２３において、発話文のスコアを算出する（Ｓ０４）。スコアの算出には、内容スコア算出部２４での内容スコアの算出処理、経過時間スコア算出部２５での経過時間スコアの算出処理、状況スコア算出部２６での状況スコアの算出処理、および、スコア付与部２３においてこれらを合算する処理が含まれる。スコアを算出した後、発話待機情報保持部２１において、発話文および発話文に対応するスコアが保持される（Ｓ０５）。なお、発話文を発話待機情報保持部２１に保持した（Ｓ０５）後に、スコアの算出（Ｓ０４）を行い、スコアを発話文に対応付けて発話待機情報保持部２１にて保持する構成としてもよい。

発話管理モジュール２０では、必要に応じて、スコア付与部２３により、発話待機情報保持部２１において保持される発話文に対応付けられたスコアを更新（Ｓ０６）してもよい。

その後、発話管理モジュール２０の発話判定部２２は、発話待機情報保持部２１を参照し、発話待機情報保持部２１に保持された発話文の発話を行うかを判定する（Ｓ０７）。発話判定部２２が発話を行わない都判定した場合には、以降の処理は行われず、定期的に発話判定（Ｓ０７）が繰り返される。一方、発話を行うと判定した場合には、発話判定部２２により、音声情報として出力する発話文が対話モジュール１０へ送られる（Ｓ０８）。そして、対話モジュール１０により発話文が音声へと変換されて、ユーザＵへの出力、すなわち、発話が行われる（Ｓ０９）。

以上のように、本実施形態に係る情報提供装置１は、ユーザＵに対して発話により音声情報を提供する情報提供装置であって、ユーザＵに対して発話する候補となる発話文に対して、発話文の発話の優先度に関係する数値であるスコアを算出して付与するスコア付与部２３と、発話文と、発話文に対してスコア付与部により付与されたスコアとを対応付けて保持する発話待機情報保持部２１と、発話待機情報保持部２１に保持されているスコアのうち最も高いスコアに対応付けられて保持されている発話文を選択する発話情報選択部としての発話判定部２２と、発話情報選択部としての発話判定部２２により選択された発話文を音声情報として出力する出力部としての対話モジュール１０と、を有する。

上記の情報提供装置１によれば、発話文の発話の優先度に関係する数値であるスコアを算出して発話文毎に付与し、発話文に対応付けて発話待機情報保持部２１により保持される。また、最も高いスコアに対応付けられた発話文が、発話情報選択部としての発話判定部２２により選択されて、出力部としての対話モジュール１０により音声情報として出力される。情報提供装置１では、このような構成を有することで、優先度に関係したスコアに基づいて、発話文が選択されて音声情報として出力することができるから、優先度に応じてユーザに対してより適切な発話を行うことが可能となる。

また、情報提供装置１では、発話情報選択部としての発話判定部２２において、発話待機情報保持部２１に保持されているスコアのうち最も高いスコアに対応付けられて保持されている発話文が、所定の条件を満たす場合に、当該発話文を選択する。このような構成を有していることで、スコアが最も高いだけでなく、そのほかの条件も満たしたスコアが付与された発話文を音声情報として出力することができる。したがって、優先度に応じてユーザに対してより適切な発話を行うことが可能となる。

なお、上記実施形態では、所定の条件は、スコアが所定の閾値以上であるか否かとされている。このような構成とすることで、スコアが所定の閾値より大きい、すなわち、優先度が十分に高いと考えられる発話文を音声情報として出力することができる。したがって、発話待機情報保持部に保持されている発話文のうちスコアが最も高いとしても、優先度が十分に高いとはいえない発話文を音声情報として出力することが防がれるため、ユーザに対してより適切な発話を行うことができる。

また、スコア付与部２３は、発話文の内容に対応する内容スコアに基づいて、スコアを算出する構成とされている。

発話文の内容に対応する内容スコアに基づいてスコアを算出する構成とすることで、発話文の内容に応じた適切なスコアを付与することができる。そのため、例えば、重要な内容に係る発話文に対してより優先度が高いことを示すスコアを付与することができ、ユーザに対してより適切な発話を行うことができる。

また、スコア付与部２３は、自装置による前回の発話からの経過時間に係る経過時間スコアに基づいて、スコアを算出する構成とされている。

自装置による前回の発話からの経過時間に係る経過時間スコアに基づいてスコアを算出する構成とすることで、経過時間を考慮したスコアを付与することができる。そのため、例えば、前回の発話からの経過時間が短すぎる場合に発話を行うことなどを防ぐことも可能となるため、ユーザに対してより適切な発話を行うことができる。

また、スコア付与部２３は、音声情報を提供する対象となるコンテンツの状況に係る状況スコアに基づいて、スコアを算出する構成とされている。

コンテンツの状況に係る状況スコアに基づいてスコアを算出する構成とすることで、コンテンツの状況に応じた適切なスコアを付与することができる。そのため、例えば、コンテンツの状況から音声情報の提供を減らしたほうがよい場合には、スコアを低くするなど、音声情報の提供が望まれるタイミング等を考慮したスコアを付与することができ、ユーザに対してより適切な発話を行うことができる。

なお、上記実施形態で説明した情報提供装置１は上記の構成に限定されず、種々の変更を加えることができる。

上記実施形態では、情報提供装置１が１台の装置により構成されている場合について説明したが、上記の情報提供装置１に係る機能が複数台の装置に分散配置された構成であってもよい。例えば、情報提供装置１を構成する各モジュールが個別の装置であってもよい。また、各モジュールが、それぞれ複数台の装置により構成されていてもよい。

また、上記実施形態では、情報提供装置１がユーザＵからの発話（問い合わせ）に対して応答する機能を有している場合について説明したが、情報提供装置１は、少なくとも発話による音声情報の出力に係る機能を有していればよい。

また、上記実施形態では、スコア付与部２３において、内容スコア、経過時間スコア、および、状況スコアを算出する構成について説明したが、スコア付与部２３が付与するスコアには、内容スコア、経過時間スコア、および、状況スコアのいずれかが含まれていなくてもよい。また、スコア付与部２３は、上記の３つのスコアとは異なる情報等に基づいてスコアを算出してもよい。さらに、スコア付与部２３は、上記の３つのスコアと、その他の情報に基づいて算出されるスコアとを組み合わせてスコアを算出してもよい。このように、スコア付与部２３により付与されるスコアの算出方法は、適宜変更することができる。

また、上記実施形態では、発話判定部２２において発話文のスコアが最も高くかつ所定の閾値以上である場合に、音声情報として発話すると判断する構成について説明している。ただし、発話判定部２２は、発話待機情報保持部２１において保持されている発話文のうち最もスコアが高い発話文について、その他の条件を満たしている場合に当該発話文を選択する構成としてもよい。その他の条件とは、例えば、発話文の長さが所定の文字数以下である、等であってもよい。情報提供装置１からの音声情報の出力に係る機能等を考慮して、その他の条件（所定の条件）を設定してもよい。また、発話判定部２２は、発話待機情報保持部２１において保持されている発話文のうち、最もスコアが高い発話文を選択する構成としてもよい。この場合、発話判定部２２による発話文の選択タイミング（定期的な発話文の選択のタイミング）を調整することなどにより、音声情報の出力の頻度を調整してもよい。

（その他）
上記実施の形態の説明に用いたブロック図は、機能単位のブロックを示している。これらの機能ブロック（構成部）は、ハードウェア及び／又はソフトウェアの任意の組み合わせによって実現される。また、各機能ブロックの実現手段は特に限定されない。すなわち、各機能ブロックは、物理的及び／又は論理的に結合した１つの装置により実現されてもよいし、物理的及び／又は論理的に分離した２つ以上の装置を直接的及び／又は間接的に(例えば、有線及び／又は無線)で接続し、これら複数の装置により実現されてもよい。

例えば、本開示の一実施の形態における情報提供装置１は、本実施形態の情報提供装置１の処理を行うコンピュータとして機能してもよい。図５は、本実施形態に係る情報提供装置１のハードウェア構成の一例を示す図である。上述の情報提供装置１は、物理的には、プロセッサ１００１、メモリ１００２、ストレージ１００３、通信装置１００４、入力装置１００５、出力装置１００６、バス１００７などを含むコンピュータ装置として構成されてもよい。

なお、以下の説明では、「装置」という文言は、回路、デバイス、ユニットなどに読み替えることができる。情報提供装置１のハードウェア構成は、図に示した各装置を１つ又は複数含むように構成されてもよいし、一部の装置を含まずに構成されてもよい。

情報提供装置１における各機能は、プロセッサ１００１、メモリ１００２などのハードウェア上に所定のソフトウェア（プログラム）を読み込ませることで、プロセッサ１００１が演算を行い、通信装置１００４による通信や、メモリ１００２及びストレージ１００３におけるデータの読み出し及び／又は書き込みを制御することで実現される。

プロセッサ１００１は、例えば、オペレーティングシステムを動作させてコンピュータ全体を制御する。プロセッサ１００１は、周辺装置とのインタフェース、制御装置、演算装置、レジスタなどを含む中央処理装置（ＣＰＵ：Central Processing Unit）で構成されてもよい。例えば、情報提供装置１の各機能は、プロセッサ１００１で実現されてもよい。

また、プロセッサ１００１は、プログラム（プログラムコード）、ソフトウェアモジュールやデータを、ストレージ１００３及び／又は通信装置１００４からメモリ１００２に読み出し、これらに従って各種の処理を実行する。プログラムとしては、上述の実施の形態で説明した動作の少なくとも一部をコンピュータに実行させるプログラムが用いられる。例えば、情報提供装置１の各機能は、メモリ１００２に格納され、プロセッサ１００１で動作する制御プログラムによって実現されてもよい。上述の各種処理は、１つのプロセッサ１００１で実行される旨を説明してきたが、２以上のプロセッサ１００１により同時又は逐次に実行されてもよい。プロセッサ１００１は、１以上のチップで実装されてもよい。なお、プログラムは、電気通信回線を介してネットワークから送信されても良い。

メモリ１００２は、コンピュータ読み取り可能な記録媒体であり、例えば、ＲＯＭ（Read Only Memory）、ＥＰＲＯＭ（Erasable Programmable ＲＯＭ）、ＥＥＰＲＯＭ（Electrically Erasable Programmable ＲＯＭ）、ＲＡＭ（Random Access Memory）などの少なくとも１つで構成されてもよい。メモリ１００２は、レジスタ、キャッシュ、メインメモリ（主記憶装置）などと呼ばれてもよい。メモリ１００２は、本開示の一実施の形態に係る方法を実施するために実行可能なプログラム（プログラムコード）、ソフトウェアモジュールなどを保存することができる。

ストレージ１００３は、コンピュータ読み取り可能な記録媒体であり、例えば、ＣＤ－ＲＯＭ（Compact Disc ＲＯＭ）などの光ディスク、ハードディスクドライブ、フレキシブルディスク、光磁気ディスク(例えば、コンパクトディスク、デジタル多用途ディスク、Ｂｌｕ－ｒａｙ（登録商標）ディスク)、スマートカード、フラッシュメモリ(例えば、カード、スティック、キードライブ)、フロッピー（登録商標）ディスク、磁気ストリップなどの少なくとも１つで構成されてもよい。ストレージ１００３は、補助記憶装置と呼ばれてもよい。上述の記憶媒体は、例えば、メモリ１００２及び／又はストレージ１００３を含むデータベース、サーバその他の適切な媒体であってもよい。

通信装置１００４は、有線及び／又は無線ネットワークを介してコンピュータ間の通信を行うためのハードウェア（送受信デバイス）であり、例えばネットワークデバイス、ネットワークコントローラ、ネットワークカード、通信モジュールなどともいう。例えば、情報提供装置１の各機能は、通信装置１００４で実現されてもよい。

入力装置１００５は、外部からの入力を受け付ける入力デバイス（例えば、キーボード、マウス、マイクロフォン、スイッチ、ボタン、センサなど）である。出力装置１００６は、外部への出力を実施する出力デバイス（例えば、ディスプレイ、スピーカー、ＬＥＤランプなど）である。なお、入力装置１００５及び出力装置１００６は、一体となった構成（例えば、タッチパネル）であってもよい。

また、プロセッサ１００１やメモリ１００２などの各装置は、情報を通信するためのバス１００７で接続される。バス１００７は、単一のバスで構成されてもよいし、装置間で異なるバスで構成されてもよい。

また、情報提供装置１は、マイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ：Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＰＬＤ（Programmable Logic Device）、ＦＰＧＡ（Field Programmable Gate Array）などのハードウェアを含んで構成されてもよく、当該ハードウェアにより、各機能ブロックの一部又は全てが実現されてもよい。例えば、プロセッサ１００１は、これらのハードウェアの少なくとも１つで実装されてもよい。

以上、本開示について詳細に説明したが、当業者にとっては、本開示が本開示中に説明した実施形態に限定されるものではないということは明らかである。本開示は、請求の範囲の記載により定まる本開示の趣旨及び範囲を逸脱することなく修正及び変更態様として実施することができる。したがって、本開示の記載は、例示説明を目的とするものであり、本実施形態に対して何ら制限的な意味を有するものではない。

情報の通知は、本明細書で説明した態様／実施形態に限られず、他の方法で行われてもよい。例えば、情報の通知は、物理レイヤシグナリング（例えば、ＤＣＩ（Downlink Control Information）、ＵＣＩ（Uplink Control Information））、上位レイヤシグナリング（例えば、ＲＲＣ（Radio Resource Control）シグナリング、ＭＡＣ（Medium Access Control）シグナリング、報知情報（ＭＩＢ（Master Information Block）、ＳＩＢ（System Information Block）））、その他の信号又はこれらの組み合わせによって実施されてもよい。また、ＲＲＣシグナリングは、ＲＲＣメッセージと呼ばれてもよく、例えば、ＲＲＣ接続セットアップ（RRC Connection Setup）メッセージ、ＲＲＣ接続再構成（RRC Connection Reconfiguration）メッセージなどであってもよい。

本開示において説明した各態様／実施形態は、ＬＴＥ（Long Term Evolution）、ＬＴＥ－Ａ（LTE-Advanced）、ＳＵＰＥＲ ３Ｇ、ＩＭＴ－Ａｄｖａｎｃｅｄ、４Ｇ（4th generation mobile communication system）、５Ｇ（5th generation mobile communication system）、ＦＲＡ（Future Radio Access）、ＮＲ（new Radio）、Ｗ－ＣＤＭＡ（登録商標）、ＧＳＭ（登録商標）、ＣＤＭＡ２０００、ＵＭＢ（Ultra Mobile Broadband）、ＩＥＥＥ ８０２．１１（Ｗｉ－Ｆｉ（登録商標））、ＩＥＥＥ ８０２．１６（ＷｉＭＡＸ（登録商標））、ＩＥＥＥ ８０２．２０、ＵＷＢ（Ultra-WideBand）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、その他の適切なシステムを利用するシステム及びこれらに基づいて拡張された次世代システムの少なくとも一つに適用されてもよい。また、複数のシステムが組み合わされて（例えば、ＬＴＥ及びＬＴＥ－Ａの少なくとも一方と５Ｇとの組み合わせ等）適用されてもよい。

本明細書で説明した各態様／実施形態の処理手順、シーケンス、フローチャートなどは、矛盾の無い限り、順序を入れ替えてもよい。例えば、本明細書で説明した方法については、例示的な順序で様々なステップの要素を提示しており、提示した特定の順序に限定されない。

情報等は、上位レイヤ（又は下位レイヤ）から下位レイヤ（又は上位レイヤ）へ出力され得る。複数のネットワークノードを介して入出力されてもよい。

入出力された情報等は特定の場所(例えば、メモリ)に保存されてもよいし、管理テーブルで管理してもよい。入出力される情報等は、上書き、更新、または追記され得る。出力された情報等は削除されてもよい。入力された情報等は他の装置へ送信されてもよい。

判定は、１ビットで表される値（０か１か）によって行われてもよいし、真偽値（Boolean：trueまたはfalse）によって行われてもよいし、数値の比較（例えば、所定の値との比較）によって行われてもよい。

本開示において説明した各態様／実施形態は単独で用いてもよいし、組み合わせて用いてもよいし、実行に伴って切り替えて用いてもよい。また、所定の情報の通知（例えば、「Ｘであること」の通知）は、明示的に行うものに限られず、暗黙的（例えば、当該所定の情報の通知を行わない）ことによって行われてもよい。

ソフトウェアは、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語と呼ばれるか、他の名称で呼ばれるかを問わず、命令、命令セット、コード、コードセグメント、プログラムコード、プログラム、サブプログラム、ソフトウェアモジュール、アプリケーション、ソフトウェアアプリケーション、ソフトウェアパッケージ、ルーチン、サブルーチン、オブジェクト、実行可能ファイル、実行スレッド、手順、機能などを意味するよう広く解釈されるべきである。

また、ソフトウェア、命令などは、伝送媒体を介して送受信されてもよい。例えば、ソフトウェアが、同軸ケーブル、光ファイバケーブル、ツイストペア及びデジタル加入者回線（ＤＳＬ）などの有線技術及び／又は赤外線、無線及びマイクロ波などの無線技術を使用してウェブサイト、サーバ、又は他のリモートソースから送信される場合、これらの有線技術及び／又は無線技術は、伝送媒体の定義内に含まれる。

本開示で説明した情報、信号などは、様々な異なる技術のいずれかを使用して表されてもよい。例えば、上記の説明全体に渡って言及され得るデータ、命令、コマンド、情報、信号、ビット、シンボル、チップなどは、電圧、電流、電磁波、磁界若しくは磁性粒子、光場若しくは光子、又はこれらの任意の組み合わせによって表されてもよい。

なお、本開示で説明した用語及び／又は本開示の理解に必要な用語については、同一の又は類似する意味を有する用語と置き換えてもよい。

本開示で使用する「システム」および「ネットワーク」という用語は、互換的に使用される。

また、本開示で説明した情報、パラメータなどは、絶対値で表されてもよいし、所定の値からの相対値で表されてもよいし、対応する別の情報で表されてもよい。

上述したパラメータに使用する名称はいかなる点においても限定的なものではない。さらに、これらのパラメータを使用する数式等は、本明細書で明示的に開示したものと異なる場合もある。

上述したパラメータに使用する名称はいかなる点においても限定的な名称ではない。さらに、これらのパラメータを使用する数式等は、本開示で明示的に開示したものと異なる場合もある。

本開示で使用する「判断(determining)」、「決定(determining)」という用語は、多種多様な動作を包含する場合がある。「判断」、「決定」は、例えば、判定(judging)、計算(calculating)、算出(computing)、処理(processing)、導出(deriving)、調査(investigating)、探索(looking up)（例えば、テーブル、データベースまたは別のデータ構造での探索）、確認(ascertaining)した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、受信(receiving)（例えば、情報を受信すること）、送信(transmitting)(例えば、情報を送信すること)、入力(input)、出力(output)、アクセス(accessing)（例えば、メモリ中のデータにアクセスすること）した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、解決(resolving)、選択(selecting)、選定(choosing)、確立(establishing)、比較(comparing)などした事を「判断」「決定」したとみなす事を含み得る。つまり、「判断」「決定」は、何らかの動作を「判断」「決定」したとみなす事を含み得る。

「接続された(connected)」、「結合された(coupled)」という用語、又はこれらのあらゆる変形は、２又はそれ以上の要素間の直接的又は間接的なあらゆる接続又は結合を意味し、互いに「接続」又は「結合」された２つの要素間に１又はそれ以上の中間要素が存在することを含むことができる。要素間の結合又は接続は、物理的なものであっても、論理的なものであっても、或いはこれらの組み合わせであってもよい。本開示で使用する場合、２つの要素は、１又はそれ以上の電線、ケーブル及び／又はプリント電気接続を使用することにより、並びにいくつかの非限定的かつ非包括的な例として、無線周波数領域、マイクロ波領域及び光（可視及び不可視の両方）領域の波長を有する電磁エネルギーなどの電磁エネルギーを使用することにより、互いに「接続」又は「結合」されると考えることができる。

本開示で使用する「に基づいて」という記載は、別段に明記されていない限り、「のみに基づいて」を意味しない。言い換えれば、「に基づいて」という記載は、「のみに基づいて」と「に少なくとも基づいて」の両方を意味する。

「含む（include）」、「含んでいる（including）」、およびそれらの変形が、本開示あるいは請求の範囲で使用されている限り、これら用語は、用語「備える(comprising)」と同様に、包括的であることが意図される。さらに、本開示あるいは請求の範囲において使用されている用語「または（or）」は、排他的論理和ではないことが意図される。

本開示において、文脈または技術的に明らかに１つのみしか存在しない装置である場合以外は、複数の装置をも含むものとする。本開示の全体において、文脈から明らかに単数を示したものではなければ、複数のものを含むものとする。

本開示において、例えば、英語でのa, an及びtheのように、翻訳により冠詞が追加された場合、本開示は、これらの冠詞の後に続く名詞が複数形であることを含んでもよい。

本開示において、「ＡとＢが異なる」という用語は、「ＡとＢが互いに異なる」ことを意味してもよい。なお、当該用語は、「ＡとＢがそれぞれＣと異なる」ことを意味してもよい。「離れる」、「結合される」などの用語も、「異なる」と同様に解釈されてもよい。

１…情報提供装置、１０…対話モジュール、２０…発話管理モジュール、２１…発話待機情報保持部、２２…発話判定部、２３…スコア付与部、２４…内容スコア算出部、２５…経過時間スコア算出部、２６…状況スコア算出部、３０…応答情報生成モジュール、４０Ａ，４０Ｂ…発話情報生成モジュール。

Claims (5)

1. ユーザに対して発話により音声情報を提供する情報提供装置であって、
   前記ユーザに対して発話する候補となる発話文に対して、前記発話文の発話の優先度に関係する数値であるスコアを算出して付与するスコア付与部と、
   前記発話文と、前記発話文に対して前記スコア付与部により付与されたスコアとを対応付けて保持する発話待機情報保持部と、
   前記発話待機情報保持部に保持されている前記スコアのうち最も高いスコアに対応付けられて保持されている発話文を選択する発話情報選択部と、
   前記発話情報選択部により選択された発話文を音声情報として出力する出力部と、
   を有し、
   前記スコア付与部は、自装置によって前回音声情報を出力した時点からの経過時間に係る経過時間スコアに基づいて、前記スコアを算出する、情報提供装置。
2. 前記発話情報選択部は、前記発話待機情報保持部に保持されている前記スコアのうち最も高いスコアに対応付けられて保持されている発話文が、所定の条件を満たす場合に、当該発話文を選択する、請求項１に記載の情報提供装置。
3. 前記所定の条件は、前記スコアが所定の閾値以上であるか否かである、請求項２に記載の情報提供装置。
4. 前記スコア付与部は、前記発話文の内容に対応する内容スコアに基づいて、前記スコアを算出する、請求項１～３のいずれか一項に記載の情報提供装置。
5. 前記スコア付与部は、前記音声情報を提供する対象となるコンテンツの状況に係る状況スコアに基づいて、前記スコアを算出する、請求項１～４のいずれか一項に記載の情報提供装置。

Images